Pytorch基础——（2）张量（tensor）的数学运算

目录

一、基本运算

二、最大值、最小值、均值、绝对值、排序

三、tensor的索引

---

一、基本运算

import torch

x = torch.tensor([2, 2, 2], dtype=torch.float32)
y = torch.tensor([3, 4, 5], dtype=torch.float32)

• 加法

out1 = torch.add(x, y)
print(out1)

• 减法

out2 = torch.sub(x, y)
print(out2)

• 除法

out3 = torch.div(x, y)
print(out3)

•  乘法

out4 = torch.mul(x, y)
print(out4)

• 矩阵乘法

a = torch.rand((2, 5))
b = torch.rand((5, 3))

out5 = torch.mm(a, b)
print(out5)
print(out5.shape)

• 批量矩阵乘法

batch = 16
c1 = 5
c2 = 10
c3 = 20

x1 = torch.rand(batch, c1, c2)  # 16*5*10
x2 = torch.rand(batch, c2, c3)  # 16*10*20

out6 = torch.bmm(x1, x2)  # 16*5*20
print(out6.shape)

• 指数

out7 = x.pow(3)
print(out7)

• 矩阵指数

x = torch.tensor([[1, 1], [1, 1]])  # (2*2)必须行列数相同
out8 = x.matrix_power(2)
print(out8)  # 2*2

• broadcasting

x1 = torch.rand((1, 3))
x2 = torch.rand((3, 3))

out9 = x1 -x2
print(out9)

二、最大值、最小值、均值、绝对值、排序

import torch

x = torch.tensor([[-1, 2, 3], [4, 5, 6]], dtype=torch.float32)
y = torch.tensor([[1, 1, 2], [0, 10, 9]], dtype=torch.float32)

• 最大值、最小值、均值

values, indice = torch.max(x, dim=0)   # dim=0表示列，1表示行
print(values)  # 最大值的值
print(indice)  # 最大值的索引

values, indice = torch.min(x, dim=0)   # dim=0表示列，1表示行
print(values)  # 最小值的值
print(indice)  # 最小值的索引

values, indice = torch.mean(x, dim=0)
print(values)
print(indice)

# 找到最大值、最小值的索引
out1 = torch.argmax(x, dim=0)
out2 = torch.argmin(x, dim=0)

• 绝对值

out = torch.abs(x)
print(out)

• 排序

values, indice = torch.sort(x, dim=1, descending=False)  # descending=False表示升序
print(values)
print(indice)

三、tensor的索引

• 简单操作

x = torch.tensor([1, 4, 5, 6, 0, 8, 6, 1, 4, 5])
print(x[0])  # 第一个元素
print(x[1: 6])  # 输出第2个到第6个元素

x = torch.randn((3, 10))  # size 3x10
print(x[0])  # 输出第1行的所有数， size 1x10
print(x[0, :])  # size 1x10
print(x[:, 0])  # 输出第1列的所有数, size 10x1

x = torch.randn((4, 10))
rows = [1, 3]
colums = [2, 9]
print(x[rows, colums])  # (2, 3) (4, 10)

•  带条件的

x = torch.tensor([1, 4, 5, 6, 0, 8, 6, 1, 4, 5])
print(torch.where(x > 5, x, x/2))   # x>5时输出x,否则输出x/2

•  其他

print(x.unique())  # 输出不重复的元素
print(x.numel())  # 输出x中的元素个数